03. SVC, accuracy_score | 아이리스

 

1. 아이리스 데이터셋 

- 데이터셋:특정한 작업을 위해 데이터를 관련성 있게 모아놓은 것
- 아이리스 데이터셋 : 머신러닝에서 분류 알고리즘을 학습하고 평가하는 데 자주 사용되는 예제 데이터셋

 

• 사이킷런 데이터셋 사이트 : https://scikit-learn.org/stable/api/sklearn.datasets.html#module-sklearn.datasets

 

• 아이리스 데이터 찾기

 

 

• 아이리스 데이터 import
  : scikit-learn 라이브러리에서 load_iris 함수를 불러오기
  

  

 

      from sklearn.datasets import load_iris

 

  

 

 

• load_iris 함수를 사용하여 아이리스 붓꽃 데이터셋을 로드한 후, 이를 iris 변수에 저장

 

 

        iris = load_iris() # 아이리스 붓꽃 데이터

        iris

 

 

data: 입력 변수(특징)들의 2D 배열 (numpy 배열). 각 행은 하나의 샘플, 각 열은 하나의 특징을 나타냅니다. target: 타겟 변수(레이블)들의 1D 배열. 각 값은 샘플의 클래스 레이블을 나타냅니다. feature_names: 입력 변수들의 이름을 담은 리스트. target_names: 타겟 변수의 클래스 이름을 담은 리스트. DESCR: 데이터셋에 대한 설명을 담은 문자열. filename: 데이터셋 파일의 경로.

 

• iris 객체의 'DESCR' 속성을 출력
  : 데이터셋에 대한 설명을 담고 있는 문자열

  

 

          print(iris['DESCR'])

 

  

⏺️ 아이리스 종류(타겟이름) Iris-Setosa: 세토사 Iris-Versicolour: 버시컬러 Iris-Virginica: 버지니카

⏺️ 분류 속성(입력변수) sepal length in cm: 꽃받침의 길이 sepal width in cm: 꽃받침의 넓이 petal length in cm: 꽃잎 길이 petal width in cm: 꽃잎 넓이

 

 

• 샘플데이터 결과보기

 

 

          data = iris['data'] # 샘플데이터, Numpy 배열로 이루어져 있음

          data # 결과 보기

 

 

 

 

• 'feature_names' 키를 사용하여 입력 변수(특징)들의 이름을 가져와
   feature_names 변수에 저장

  

 

          feature_names = iris['feature_names'] # Feauture 데이터의 이름

          feature_names

  

 

 

 

• 판다스로 시각화하기

 

          import pandas as pd

 

        df_iris = pd.DataFrame(data,columns = feature_names)

        df_iris

 

  

 

• iris 객체에서 타겟 변수(레이블) 데이터를 추출하여
  target 변수에 저장

  

 

        target = iris['target'] # Label데이터, Numpy 배열로 이루어져 있음

        target # 결과보기

 

 

        target.shape

 

 

각 샘플에 대한 클래스 레이블을 나타내는 배열 : 클래스 0 (setosa), : 클래스 1 (versicolor), : 클래스 2 (virginica) target 배열 : 150개의 요소로 구성 (1차원 배열)

 

 

• 파생변수로 만들기

 

 

        df_iris['target'] = target

        df_iris

 

 

 

 

2.  데이터 나누기 

  훈련 세트 / 테스트 세트

 

• train_test_split 함수 가져오기

  

          from sklearn.model_selection import train_test_split

 

scikit-learn 라이브러리의 model_selection 모듈에서 train_test_split 함수를 가져옵니다. train_test_split 함수는 데이터를 무작위로 섞은 후 지정된 비율에 따라 훈련 세트와 테스트 세트로 나누어 줍니다. # 일반적으로 데이터 세트를 훈련세트와 테스트세트로 분리하여 모델의 성능을 평가하고 검증하기 위해 사용됨

 

 

 

• df_iris 데이터프레임 - 입력 변수(X)와 타겟 변수(y)를 나누기

  

       

        X_train,X_test,y_train,y_test = train_test_split(df_iris.drop('target',1),df_iris['target'],test_size= 0.2, random_state=2024)

 

  

@ train_test_split함수       (독립변수,종속변수,테스트사이즈, 시드값....)       입력 변수(X)와 타겟 변수(y)를훈련 세트와 테스트 세트로 나누는 코드 df_iris.drop('target', 1)       'target' 열을 제외한 나머지 열들을 선택 - 입력 변수(X) df_iris['target']        'target' 열을 선택 - 타겟 변수(y) test_size=0.2           테스트 세트의 비율을 20%로 설정       즉, 전체 데이터 중 20%를 테스트 세트로 사용 random_state=2024 데이터를 분할할 때 사용되는 랜덤 시드(seed)를 설정 시드를 설정하면 데이터를 동일한 방식으로 무작위로 섞을 수 있음

[결과] <ipython-input-14-983b661006cd>:2: FutureWarning: In a future version of pandas all arguments of DataFrame.drop except for the argument 'labels' will be keyword-only.   X_train,X_test,y_train,y_test = train_test_split(df_iris.drop('target',1),df_iris['target'],test_size= 0.2, random_state=2024)

 

• 테스트, 정답 데이터 차원보기

 

 

        X_train.shape, X_test.shape

 

        y_train.shape, y_test.shape

 

  

X_train = 훈련세트의 독립변수 행 : 120 /  열 : 4    X_test = 테스트세트의 독립변수 행 : 30 /  열 : 4    y_train = 훈련세트의 종속변수  120 요소(데이터 포인트)    y_test = 테스트세트의 종속변수 30 요소(데이터 포인트)

 

 

• 테스트, 정답 데이터 확인

  

 

          X_train

  

          y_train

 

 

X_train: 훈련 세트의 입력 변수입니다. 이 변수는 모델의 학습에 사용될 데이터를 포함합니다. y_train: 훈련 세트의 타겟 변수입니다. 이 변수는 모델이 예측해야 할 실제 값(레이블)을 포함합니다.

 

 

3. 정확도 계산

  SVM은 지도 학습 알고리즘 중 하나로, 주어진 데이터를 분류하거나 회귀하는 데 사용
  accuracy_score는 분류 모델의 성능을 측정하는 지표 중 하나로, 예측값과 실제값이 얼마나 일치하는지를 나타냅니다.

 

• scikit-learn 라이브러리
  서포트 벡터 머신(Support Vector Machine, SVM) 모델 가져오기
  metrics 모듈에서 정확도를 계산하기 위한 accuracy_score 함수를 가져오기
  

 

 

        from sklearn.svm import SVC  # 지도학습

        from sklearn.metrics import accuracy_score # 정확도 계산 

 

 

 

 

• SVM 모델 생성, 
  모델을 훈련 세트로 학습

  

 

        svc=SVC()

        svc.fit(X_train, y_train )

 

 

 

• predict 메서드 : 데이터에 대한 예측값을 계산

 

 

          # svc.predict()메서드는 주어진 데이터에 대한 예측값을 반환함

          y_pred = svc.predict(X_test)

          y_pred

 

  

array([0, 0, 1, 1, 0, 1, 1, 2, 0, 0, 2, 2, 0, 0, 1, 2, 0, 1, 0, 1, 1, 2, 2, 1, 0, 2, 1, 0, 2, 0]) 0, 1, 2는 아이리스 데이터셋에서 각각 다음을 의미합니다: 0: Setosa 1: Versicolor 2: Virginica 즉, 예측값으로 나타난 0은 Setosa 품종을, 1은 Versicolor 품종을, 2는 Virginica 품종을 의미합니다. 이 값들은 모델이 해당 꽃의 품종을 예측한 결과를 나타냅니다.

svc는 SVM 모델 객체를 나타냅니다. predict 메서드를 사용하여 테스트 세트인 X_test에 대한 예측값을 계산합니다. 계산된 예측값은 y_pred 변수에 저장됩니다.

 

• 실제값과 예측값을 비교하여 정확도를 계산

  

 

          print('정답률:',accuracy_score(y_test,y_pred))

 

 

정답률: 0.8666666666666667

accuracy_score 함수는 scikit-learn 라이브러리에서 제공되는 함수로, 실제값(y_test)과 예측값(y_pred)을 인자로 받아서 정확도를 계산합니다. 정확도는 모델이 예측한 값들 중에서 실제값과 일치하는 비율을 나타냅니다. 예측값과 실제값이 완전히 일치할 때 정확도는 1이 되고, 완전히 다를 때는 0이 됩니다.

 

 

• 2023으로 바꾼 경우

 

          X_train, X_test, y_train, y_test = train_test_split(df_iris.drop('target', axis=1), df_iris['target'], test_size=0.2, random_state=2023)

 

          y_pred = svc.predict(X_test)

          y_pred

 

          print('정답률:',accuracy_score(y_test,y_pred))

 

  

array([2, 1, 1, 2, 1, 2, 1, 1, 0, 1, 0, 1, 0, 2, 0, 2, 0, 1, 0, 0, 1, 0, 2, 1, 0, 0, 0, 2, 1, 0]) 정답률: 1.0 ------------------------------------------------------------------------------------------------------ [ random_state=2023 ] 랜덤 시드를 2023로 변경하니 "정답률이 높아짐!"

 

 

• 꽃씨 예측하기

  

 

          # 6.2 2.1 4.1 1.5

          y_pred = svc.predict([[ 6.2, 2.1, 4.1, 1.5]])

          y_pred

  

 

svc는 SVM 모델 객체를 나타냅니다. predict 메서드를 사용하여 새로운 데이터에 대한 예측값을 계산합니다. [[6.2, 2.1, 4.1, 1.5]]는 새로운 데이터를 나타내며, 입력 변수의 값들을 리스트 형태로 전달합니다. 이 데이터는 꽃받침 길이, 꽃받침 너비, 꽃잎 길이, 꽃잎 너비를 나타냅니다.

/usr/local/lib/python3.10/dist-packages/sklearn/base.py:439: UserWarning: X does not have valid feature names, but SVC was fitted with feature names warnings.warn(array([1]) 1번 꽃씨로 예측함